水由氢和氧组成，其中部分原子会以较“重”的形式存在，被称为同位素。研究人员指出，水在蒸发以及在大气中输送、凝结等过程中，同位素含量会以可预测的方式发生变化，因此可作为追踪全球水循环过程的“指纹”。这些信息也可用于水文建模，帮助科学界解读风暴、洪水、干旱等极端天气事件，并用于刻画气候变化背景下的天气变化。

单一模型难以完整刻画水循环

尽管已有纳入同位素过程的气候模型，但研究团队表示，依靠单一气候模型准确模拟水循环仍然非常困难。东京大学产业科学研究所团队在《地球物理研究杂志：大气》发表的研究中，采用“集合”方法，同时使用多个模型以降低单一模型带来的不确定性。

该集合包含8个支持同位素过程的气候模型，覆盖1979年至2023年共45年。研究中，所有模型在相同的风场与海表温度数据驱动下运行，以便对比单个模型的物理过程表现，并评估集合平均值相较于气候观测的拟合程度。

研究资深作者之一、参与多个同位素支持气候模型指导工作的吉村圭教授表示，水同位素的变化反映了水汽输送、辐合以及大尺度大气环流的变化。尽管从基本层面已知同位素受温度、降水和海拔等因素影响，但现有模型模拟结果的变异性使得相关结论不易解读。

集合平均值更贴近观测并捕捉年际模态信号

研究团队称，集合平均值在再现全球降水、水汽、积雪以及卫星数据所观测到的同位素模式方面，表现优于任何单一模型。

在对过去30年变化的回顾中，集合模拟捕捉到与气温升高相关的大气水汽总体增加，同时显示同位素变化与厄尔尼诺—南方涛动、北大西洋涛动、南极涛动等大尺度年际气候现象存在强关联。研究指出，这些气候系统驱动全球水资源的多年变率，并影响数十亿人。

现任美国宇航局戈达德空间研究所的东京大学产业科学研究所校友奉海泳博士表示，集合方法提供了更细致的建模手段，可减少不同单一模型之间的分歧，从而帮助区分各模型对水循环过程刻画能力的差异与模型结构差异。

研究团队认为，该工作在统一框架下整合多个支持同位素的气候模型，生成与观测数据高度吻合的集合结果。吉村圭表示，这将提升对过去气候变率的解读能力，并为理解全球水循环及其塑造的天气如何响应持续全球变暖提供更坚实的基础。